Score

ما هو Score؟

يعد Score، المعروف أيضاً باسم sn44 أو Score Vision، شبكة فرعية على Bittensor تطبق حوافز التعلم الآلي اللامركزي على الرؤية الحاسوبية، في البداية عبر تحويل بثوث مباريات كرة القدم وغيرها من تدفقات الفيديو إلى بيانات منظمة قابلة للقراءة آلياً مثل مواقع اللاعبين، وتتبع الكرة، وهندسة الملعب، واكتشاف الكائنات، وسياق الأحداث.

المشكلة التي يعالجها المشروع ليست “حوسبة ذكاء اصطناعي” عامة، بل عنق الزجاجة الأضيق والأكثر أهمية تجارياً والمتمثل في وسم الفيديو (Video Annotation): تحويل كميات كبيرة من اللقطات الخام إلى تسميات دقيقة بسرعة وبتكلفة منخفضة بما يكفي لتكون مفيدة لتحليلات الرياضة، ومراقبة السلامة، وعمليات البيع بالتجزئة، واللوجستيات، وبيئات أخرى تعتمد بكثافة على الكاميرات.

الميزة التنافسية المزعومة للمشروع هي الجمع بين سوق الحوافز الخاص بالمعدّنين/المدققين في Bittensor وأساليب تحقق خفيفة الوزن، بما في ذلك ترشيح الإطارات، وفحوصات الملعب/نقاط الارتكاز (Keypoints)، واختبارات هندسية من نمط التحويلات الإسقاطية (Homography)، والتحقق الدلالي القائم على CLIP، والتي صُممت لتجنّب تكلفة إعادة تشغيل استدلالات الرؤية الكاملة على كل إطار يتم إرساله.

يصف مستودع GitHub الخاص بالمشروع Score Vision بأنه إطار عمل لامركزي للرؤية الحاسوبية يركز أولاً على التعرف على حالة المباراة في كرة القدم، في حين أن صفحة الشبكة الفرعية على Bittensor الحالية تصف sn44 على أنه إطار يقوم فيه المعدّنون بمعالجة الفيديو محلياً، بينما يقوم المدققون بتقييم النتائج من خلال فحوصات هجينة بصرية وهندسية. (github.com)

يمكن فهم الوضع السوقي لـ Score على أفضل وجه بوصفه شبكة فرعية تطبيقية متخصصة ضمن Bittensor، وليس كسلسلة أساسية (Base Layer) أو منصة عقود ذكية عامة واسعة النطاق.

اعتباراً من أواخر يونيو 2026، وضعت شاشات السوق العامة Score ضمن فئة القيمة السوقية المتوسطة بين رموز الشبكات الفرعية السائلة على Bittensor، وليس ضمن أكبر شبكات الكريبتو؛ أظهر الزحف الأخير لـ CoinGecko أن Score يحتل مرتبة في حدود الخمسمئات من حيث القيمة السوقية للعملات المشفرة، بينما أظهر العرض الحي للشبكات الفرعية على Bittensor.ai شبكة فرعية تحتوي على مجموعة كاملة من 256/256 عصبون، وتسعة مدققين، وعدة آلاف من الحائزين المرئيين على Taostats، وحوالي 131,000 من قيمة TVL مكافئة لـ TAO في لقطة مجمع الشبكة الفرعية. ينبغي التعامل مع هذه الأرقام كمؤشرات سوقية وللنشاط في التخزين (Staking) في لحظة زمنية معينة، وليس كدليل على طلب مستدام من المستخدمين النهائيين. بصورة تحليلية أكثر، لا يزال حجم Score صغيراً نسبياً مقارنة بمزوّدي الرؤية الحاسوبية المركزيين واللاعبين التقليديين في بيانات الرياضة، لكنه متمايز نسبياً داخل Bittensor لأنه يستهدف ناتجاً خارجياً قابلاً للقياس — نماذج رؤية وتسميات مشتقة من الفيديو — بدلاً من لعبة انبعاثات مضاربية بحتة. (coingecko.com)

من أسس Score ومتى؟

يبدو أن Score ظهر للعلن في عام 2024، خلال توسّع سرديات بنية تحتية الذكاء الاصطناعي بعد ChatGPT، وبالتزامن مع الموجة الأولى من رموز الشبكات الفرعية على Bittensor.

تشير الهوية المؤسسية للمشروع إلى أن Score - Subnet 44 تأسست في عام 2024 وتتخذ من مدينة نيويورك مقراً لها، بينما يُظهر سجل الشبكة الفرعية على Bittensor أن sn44 تم تسجيله على السلسلة في سبتمبر 2024. تختلف الإشارات إلى المؤسسين قليلاً عبر المصادر العامة، لكن أكثر الأسماء تكراراً هي Maxime Sebti وTim Kalic وNigel Grant؛ إذ تحدد وثائق SIRE اسم Maxime Sebti كشريك مؤسس والرئيس التنفيذي لشركة Score Technologies، وTim Kalic كشريك مؤسس والرئيس التقني، وNigel Grant كشريك مؤسس ومسؤول الإيرادات الرئيسي، بينما تشير مراجع LinkedIn إلى Tim Kalic كشريك مؤسس والرئيس التقني لـ Score - Subnet 44 وManako Labs. وغالباً ما يُشار إلى الكيان التشغيلي باسم Score Technologies أو مرتبطاً بـ Vision Research Foundation، مع ظهور Manako Labs لاحقاً كواجهة تجارية واضحة مبنية فوق الشبكة الفرعية. (linkedin.com)

تغيرت سردية المشروع بشكل ملموس منذ الإطلاق. كانت المواد المجتمعية المبكرة حول Score أقرب إلى التنبؤ الرياضي، وتحليلات الرياضة، واستقطاب مجتمع كرة القدم، في حين أن التموضع الحالي أوسع: “طبقة رؤية حاسوبية مفتوحة وغير مقيدة بالإذن” يمكنها تدريب وتقييم نماذج رؤية صغيرة متخصصة بالمهام لشبكات الكاميرات في العالم الواقعي.

لا تزال أطروحة التعرف على حالة المباراة في كرة القدم مهمة لأن لقطات الرياضة توفر بيانات موسومة كثيفة وعالية القيمة وسوقاً تجارية واضحة، لكن صياغة Manako الأحدث تنقل Score باتجاه حالات استخدام ذكاء اصطناعي مادي (Physical AI) على مستوى الشركات مثل تنبيهات المناطق المقيّدة، واكتشاف الكائنات في محطات الوقود، واكتشاف المركبات/الأشخاص، والمراقبة التشغيلية المنتشرة على الحواف (Edge). هذا التطور منطقي استراتيجياً، لأن تحليلات الرياضة البحتة سوق متخصصة ذات منافسين راسخين، بينما ذكاء الكاميرات على مستوى المؤسسات سوق أكبر، لكنه في الوقت نفسه يرفع من مخاطر التنفيذ: يجب على Score أن يثبت قدرته على التعميم إلى ما بعد كرة القدم من دون فقدان صرامة التحقق التي جعلت تصميم الشبكة الفرعية الأصلية متماسكاً. (kucoin.com)

كيف تعمل شبكة Score؟

لا يشغّل Score سلسلة بلوكشين مستقلة بنموذج إثبات العمل (PoW) أو إثبات الحصة (PoS) أو DAG. إنه شبكة فرعية مخصصة للتطبيق تعمل على طبقة Subtensor من المستوى الأول في Bittensor، حيث يكون “الإجماع” ذي الصلة لـ Score هو عملية إجماع Yuma القائمة على الحصص في Bittensor بدلاً من آلية مستقلة لإنتاج الكتل. في Bittensor، تُعد الشبكات الفرعية أسواق حوافز: يقوم المعدّنون بتنفيذ مهمة ذكاء اصطناعي محددة، ويقيّم المدققون جودة هذا العمل، ويحوّل إجماع Yuma عمليات تصويت المدققين إلى انبعاثات (Emissions) للمعدّنين والمدققين.

تنص وثائق Bittensor على أن إجماع Yuma يعمل على السلسلة داخل Subtensor ويحسب انبعاثات المعدّنين والمدققين بناءً على تصنيفات المدققين لأداء المعدّنين، مع تطبيق قص (Clipping) مرجّح بالحصة للحد من التصنيفات التواطؤية أو غير الموثوقة. بالنسبة إلى sn44، يعني ذلك أن نموذج الأمان موروث جزئياً من سلسلة Bittensor وجزئياً معتمد على قدرة مدققي Score على التمييز بشكل موثوق بين مخرجات الرؤية الحاسوبية عالية الجودة وتلك منخفضة الجودة أو العدائية.

من الناحية التقنية، بنية Score هي نظام بثلاثة أدوار: يتلقى المعدّنون مهام فيديو أو صور ويشغّلون نماذج لاكتشاف الكائنات أو التتبع أو استدلالات لنماذج متخصصة محلياً؛ ويقوم المدققون بأخذ عينات من مخرجات المعدّنين وتقييمها؛ بينما يحافظ مالك الشبكة الفرعية على تصميم المهام، ومعلمات الحوافز، والصحة العامة للشبكة.

السمة المميزة هي أسلوب التحقق. بدلاً من التحقق من كل إطار باستدلال كامل لنموذج مكلف، يستخدم Score إطارات مُرشَّحة، وفحوصات دلالية، وفحوصات لمعادلات النقاط الأساسية وهندسة الملعب من حيث المعقولية، وخطأ إعادة الإسقاط، ومقاييس على نمط GS-HOTA لقياس جودة الاكتشاف والربط، وذلك لتقريب الجودة بكفاءة.

ركزت المواد السابقة لـ Score على مقاطع كرة القدم، واكتشاف اللاعبين والكرة، واستخراج خطوط الملعب، ومقاطع مدتها 30 ثانية من المباراة؛ في حين تركز المواد الأحدث على تقطير النماذج (Model Distillation) ومهارات رؤية خفيفة الوزن قابلة للنشر على الأطراف (Edge-Deployable). هذا التوجه ممكن تقنياً، لكنه يخلق توتراً مركزياً: كلما توسع Score في مهام رؤية مؤسسية تعسفية أكثر، زادت صعوبة الحفاظ على نظام تحقق قوي واحد، وازداد اعتماد الشبكة الفرعية على تصميم معايير (Benchmarks) دقيقة بدلاً من مجرد إضافة مزيد من المعدّنين. (github.com)

ما هي اقتصاديات الرمز (Tokenomics) الخاصة بـ sn44؟

يعد sn44 رمز Alpha ضمن نموذج Dynamic TAO في Bittensor، لذا تختلف آليات عرضه وقيمته عن رمز ERC-20 تقليدي ذي جدول تخصيص ثابت. يوضح قسم الأسئلة الشائعة حول Dynamic TAO في Bittensor أن لكل رمز Alpha خاص بشبكة فرعية سقفاً صارماً عند 21 مليون ويتبع جدول تنصيف (Halving)، بينما تشرح وثائق الانبعاثات أن رموز Alpha الخاصة بكل شبكة فرعية تُصدَر للمعدّنين، والمدققين، والمشاركين في التخزين (Stakers)، ومنشئي الشبكات الفرعية. اعتباراً من أواخر يونيو 2026، أشارت صفحات الأسواق الخارجية إلى عرض متداول يقارب 4–5 ملايين SN44 وقيمة سوقية في نطاق 30 مليون دولار المرتفع إلى 40 مليون دولار المنخفض، بينما وضعت لقطة الأصل المقدّمة من المستخدم القيمة السوقية بنحو 42.4 مليون دولار وسعر الرمز في نطاق عدة دولارات مرتفعة. من الناحية الهيكلية، يُعد sn44 تضخمياً حتى تتباطأ الانبعاثات عبر التنصيفات ويقترب العرض من السقف؛ ولا يقوم أساساً على نموذج حرق للرموز، رغم أن تكاليف التسجيل على Bittensor والآليات على مستوى البروتوكول يمكن أن تؤثر في تدفقات TAO/Alpha حول المشاركة في الشبكات الفرعية. docs.learnbittensor.org

يأتي تراكم القيمة من الطلب على التخزين (Staking)، واقتصاديات المعدّنين/المدققين، وتقييم السوق لمدى إنتاج الشبكة الفرعية لمخرجات رؤية حاسوبية ذات قيمة. في نموذج Dynamic TAO، يقوم المستخدم الذي يودِع حصته في شبكة فرعية للتعدين عملياً باستبدال TAO برمز Alpha الخاص بتلك الشبكة الفرعية ويودِع ذلك الـ Alpha لدى مدقق؛ وتعتمد قيمة الخروج حينها على نسبة Alpha إلى TAO في مجمع السيولة عند فكّ التخزين (Unstaking). تُعد وثائق الانبعاثات الخاصة بـ Bittensor في يونيو 2026 مهمة لأنها تشير إلى أن الشبكة عادت إلى نموذج قائم على السعر لتوزيع انبعاثات TAO عبر الشبكات الفرعية، بعد فترة قائمة على التدفقات من نوفمبر 2025 إلى يونيو 2026، ما يعني أن أسعار رموز الشبكات الفرعية والمتوسطات المتحركة لها تؤثر مجدداً في حصة الانبعاثات.

بالنسبة إلى Score على وجه التحديد، أظهرت لقطة أواخر يونيو على Bittensor.ai حصة مالك قدرها 18% وتقسيم الانبعاثات بين المعدّنين، والمدققين/المشاركين في التخزين، والمالك، مع عائد سنوي ظاهر مرتفع جداً للتخزين ينبغي تفسيره كنتاج انبعاثات متقلبة بدلاً من عائد ثابت. من الناحية الاقتصادية، يمول حاملو sn44 نظاماً انعكاسياً: إذ يمكن للنماذج المفيدة والطلب الخارجي أن يبررا تدفقات الحصص والانبعاثات، لكن الانبعاثات من دون طلب قائم على الرسوم يمكن أن تؤدي إلى تمييع (Dilution) الحائزين ومكافأة دوران رأس المال قصير الأجل بدلاً من منفعة شبكة مستدامة. (docs.learnbittensor.org)

من الذي يستخدم Score؟

التمييز الرئيس هو بين نشاط الرمز ونشاط المنتج الفعلي. يشمل ذلك حجم التداول على السلسلة، وعدد الحائزين، عدد المدقّقين وإجمالي القيمة المرهونة (TVL) في الرهن يبيّنان أن للأصل مشاركة سوقية، لكن هذه المقاييس لا تثبت أن الشركات أو الأندية الرياضية تدفع مقابل مخرجات الرؤية الحاسوبية.

يمكن استنتاج المنفعة الفعلية بصورة أفضل من نشاط المهام، ونتائج النماذج المعيارية (benchmarks)، ومنافسات المعدّنين، والتطبيقات التجارية المبنية على الشبكة الفرعية. تشير المواد العلنية الخاصة بـ Score إلى تحليلات الرياضة، والبث، والمراهنات، والكشافة، والتدريب باعتبارها الأسواق المستهدفة المبدئية، بينما تصف الاتصالات العامة الأحدث مسارات أوسع في الرؤية الحاسوبية مثل كشف الأشخاص، وكشف المركبات، وكشف الحرائق، ومراقبة محطات الوقود.

اعتباراً من منتصف 2026، يبدو النمط الأكثر مصداقية للاستخدام هو أن البُنّاة يستخدمون الشبكة الفرعية كخلفية لا مركزية لاكتشاف النماذج وتقطير النماذج، أكثر من كونه مستخدمين أفراداً يتفاعلون مباشرة مع sn44. (github.com)

أوضح إشارة لاعتماد مؤسسي موجه إلى الشركات هي Manako Labs. في أبريل 2026، أعلنت Manako عن تحالف مع PwC فرنسا والمغرب العربي، قائلة إن PwC فرنسا ستعتمد على نموذج “World Model” لعمليات الأعمال من Manako، المدعوم من Score - الشبكة الفرعية 44، لمساعدة المؤسسات على تحويل شبكات الكاميرات الحالية إلى أنظمة استخبارات تشغيلية. في يونيو 2026، أورد خبر في CryptoBriefing أعادت نشره KuCoin أن Manako أطلقت منصة وكيل ذكاء اصطناعي بصري (vision AI agent) مدعومة بشبكة Score الفرعية 44 من Bittensor، مع واجهة بدون كود، ونماذج قابلة للتشغيل على وحدات المعالجة المركزية (CPU)، ومعالجة على الحافة (edge processing)، وتنبيهات عبر Slack، واستثمار معلن قدره مليون دولار في TaoWeave للتوسع في أمريكا الشمالية. هذه إشارات تجارية ذات مغزى، لكنها ليست مكافئة للإيرادات المدقَّقة، أو الاحتفاظ بالعملاء، أو مقاييس النشر على مستوى المؤسسات. قراءة متشككة قد ترى أن Score لديها توزيع واعد عبر Manako وقنوات استشارية مرتبطة بـ PwC، لكنها لا تزال بحاجة إلى الكشف عن أدلة أقوى على العملاء المتكررين، والأعباء المدفوعة (paid workloads)، وحجم throughput مقاساً بساعات الكاميرا المعالَجة أو عدد مهام النماذج المقبولة. (manako.ai)

ما هي المخاطر والتحديات التي تواجه Score؟

تعرض Score التنظيمي غير مباشر لكنه حقيقي. لا يبدو أن هناك دعوى قائمة معروفة من جهة تنظيمية تستهدف Score أو sn44 تحديداً في المصادر العلنية التي جرى مراجعتها، لكن sn44 يرث حالة عدم اليقين الأوسع حول TAO، ورموز الشبكات الفرعية في Bittensor، والرهن، والأصول الرقمية المدفوعة بالانبعاثات. نشرة Grayscale المسجَّلة لـ Bittensor Trust على نموذج S‑1 تناقش صراحة خطر احتمال اعتباره TAO ورقة مالية، وتشير إلى أن هيئة الأوراق المالية والبورصات (SEC) أو محكمة قد تتخذ وجهة نظر معاكسة حتى لو كان الراعي يرى أن TAO ليس ورقة مالية. هذا يهم sn44 لأن رموز alpha أكثر ارتباطاً بنشاط منشئ الشبكة الفرعية، وتصميم الانبعاثات، وتدفّقات الرهن، والتوقعات بشأن الجهد الإداري المنتج. المركزية هي الخطر الرئيسي الثاني. أظهر موقع Bittensor.ai في لقطة أواخر يونيو وجود تسعة مدقّقين فقط على sn44، وحصّة مالك تبلغ 18%، وتعطيل لإعدادات “commit-reveal” و“liquid-alpha”، ووصفاً صحيّاً للشبكة الفرعية بأنها مهجورة، مع عدم وجود مساهمات (commits) على GitHub في الأيام الثلاثين السابقة وآخر مساهمة قبل حوالي 200 يوم. قد تتأخر بعض تلك التصنيفات عن التطوير خارج السلسلة، لكن على المستثمرين المؤسسيين التعامل مع تركّز المدقّقين، وسلطة المالك التقديرية، والمستودعات الراكدة، وحوكمة المهام غير الشفافة كعناصر جوهرية في العناية الواجبة. sec.gov

المخاطر التنافسية كبيرة أيضاً. في تحليلات الرياضة، تتنافس Score اقتصادياً مع مزودي بيانات وتحليل الفيديو الراسخين على غرار مزودي بيانات الرياضة من نوع Opta، وأكوام التحليلات في الأندية، وأنظمة تتبع البث، ومزوّدي الرؤية الحاسوبية المتخصصين الذين لا يحتاجون إلى حوافز مشفَّرة. في الرؤية المؤسسية، تتنافس مع منصات الذكاء الاصطناعي السحابية، وبائعي الذكاء الاصطناعي على الحافة، وأدوات شبيهة بـ Roboflow، والنماذج مفتوحة المصدر، والحلول الرأسية الاحتكارية المُدمَجة في برمجيات الأمن والتجزئة والخدمات اللوجستية والبرمجيات الصناعية. يمكن أن يكون نموذج الشبكة الفرعية اللامركزي ميزة من حيث الكلفة واكتشاف المواهب إذا كان يوفّر باستمرار نماذج أفضل، لكنه قد يكون أبطأ في تحويلها إلى منتجات مقارنةً بمزوّد مركزي يملك دوائر تغذية راجعة مباشرة من العملاء، واتفاقيات مستوى خدمة (SLAs)، وفرق مشتريات، وضوابط امتثال. يضيف الرمز المميِّز تهديداً آخر: إذا كانت الانبعاثات أكثر جاذبية من الإيرادات الخارجية، فقد يميل المعدّنون والمدقّقون إلى تحسين آليات المكافأة بدلاً من نتائج العملاء، مما يخلق فجوة بين نشاط الشبكة الفرعية والمخرجات ذات الجدوى الاقتصادية. medium.com

ما هو التوقّع المستقبلي لـ Score؟

يعتمد مستقبل Score بدرجة أقل على أداء السعر وبدرجة أكبر على ما إذا كان يمكنه تحويل تخصّص تقني موثوق إلى بنية تحتية تجارية قابلة للتكرار.

عرضت خارطة الطريق الموثَّقة في مواد GitHub العلنية تسلسلاً لعام 2025 يبدأ من التعرف على حالة المباراة (Game State Recognition) والتحقق المعتمد على نماذج VLM، ثم نشر الشبكة الرئيسية (mainnet)، والتحقق بمشاركة بشرية (human-in-the-loop validation)، ولوحات القيادة، ورصد الأفعال (action spotting)، ووصف الأحداث (event captioning)، وواجهات تكامل برمجية (APIs)، ومزيد من الرياضات، وأدوات للمطورين، وتطبيقات عابرة للمجالات.

بحلول منتصف 2026، تطوّر السرد العلني باتجاه استخبارات الكاميرات المؤسسية المدعومة من Manako وتقطير نماذج صغيرة خاصة بالمهام، بينما خضعت Bittensor نفسها لتغييرات مهمة في اقتصاديات الرمز، بما في ذلك العودة في يونيو 2026 إلى الانبعاثات المعتمدة على السعر.

لذلك فإن أهم المعالم من هذه النقطة عملية أكثر من كونها ترويجية: تطوير مفتوح المصدر محدّث، وبيانات أوضح عن أداء المدقّقين والمعدّنين، ونتائج معيارية مدقَّقة للنماذج، وتوثيق علني لواجهات البرمجة (APIs)، وأدلة على أعباء عمل مدفوعة، وإطار تحقق قوي للمهام غير المتعلقة بكرة القدم. (github.com)

العقبة الهيكلية هي أن Score يجب أن تثبت أن الشبكة الفرعية أكثر من مجرد مسابقة نماذج مدعومة بالانبعاثات.

إذا استطاعت Manako وتطبيقات مشابهة أن توجّه باستمرار مشكلات رؤية مؤسسية حقيقية إلى sn44، وتُجري قياساً معيارياً لمخرجات المعدّنين، وتنشر نماذج مدمجة على الحافة، وتُظهر مزايا في الكلفة أو الدقة مقارنة بالأدوات المركزية، فسيكون لـ Score دور يمكن الدفاع عنه كسوق عمل للرؤية الحاسوبية أصيل في Bittensor. وإذا لم يحدث ذلك، يخاطر الأصل بأن يُقيَّم أساساً كرهان مرفوع على المضاربة في شبكات Bittensor الفرعية، مع فصل محدود بين سيولة الرمز والتوافق الفعلي مع حاجة السوق للمنتج. لا يوجد ما يبرّر تقديم توقع سعري؛ السؤال المهم هو ما إذا كان بإمكان sn44 الحفاظ على تحقق عالي الجودة، واللامركزية في السيطرة، وتحويل بيانات الكاميرا إلى بنية تحتية مطلوبة خارجياً قبل أن تسدّ منصات الرؤية المركزية فجوة الكلفة والكفاءة.